Peneliti AI terkemuka di Silicon Valley menghadapi tantangan terhadap pemikiran konvensional tentang kecerdasan umum buatan (AGI). Yann LeCun, mantan kepala Meta AI dan kritikus terkemuka pendekatan model bahasa besar (LLM), mendukung startup bernama Logical Intelligence yang memelopori metode berbeda. LeCun berpendapat bahwa obsesi saat ini terhadap LLM – sistem yang memprediksi kata berikutnya secara berurutan – adalah jalan buntu. Sebaliknya, ia percaya bahwa jalan menuju AI sejati terletak pada sistem yang bernalar, bukan sekadar menebak.
Penalaran Berbasis Energi: Pendekatan Baru terhadap AI
Kecerdasan Logis telah mengembangkan “model berbasis energi” (EBM), yang belajar dengan menyerap kendala daripada memprediksi hasil. Tidak seperti LLM, EBM beroperasi dalam parameter yang ditentukan – seperti aturan teka-teki Sudoku – untuk memecahkan masalah tanpa coba-coba. Startup tersebut mengklaim metode ini membutuhkan daya komputasi yang jauh lebih sedikit dan menghilangkan kesalahan.
Model pertama perusahaan, Kona 1.0, menunjukkan kinerja superior dibandingkan LLM terkemuka dalam memecahkan teka-teki Sudoku, yang dijalankan pada satu GPU Nvidia H100. Hal ini menunjukkan bahwa penalaran yang efisien dapat dicapai tanpa skala besar LLM saat ini. Logical Intelligence adalah orang pertama yang mengembangkan EBM yang berfungsi, yang sebelumnya hanya berupa konsep teoretis.
Melampaui Bahasa: Masa Depan AI
Startup ini membayangkan EBM dapat mengatasi permasalahan dunia nyata yang mengutamakan akurasi, seperti mengoptimalkan jaringan energi atau mengotomatisasi manufaktur yang kompleks. Pendiri dan CEO Eve Bodnia menekankan bahwa tugas-tugas ini “tidak lain hanyalah bahasa”, yang menyiratkan bahwa fokusnya harus beralih dari kekuatan linguistik LLM.
Logical Intelligence berencana untuk berkolaborasi dengan AMI Labs, startup lain yang didirikan oleh LeCun, yang mengembangkan “model dunia” – sistem AI yang memahami dimensi fisik, menyimpan memori, dan memprediksi hasil. Tujuan utamanya adalah menggabungkan pendekatan-pendekatan berikut: LLM untuk interaksi manusia, EBM untuk penalaran, dan model dunia untuk tindakan di dunia nyata.
Pergeseran Perspektif
Argumen intinya adalah pengembangan AI saat ini salah arah. LLM mengandalkan skala dan probabilitas statistik, sedangkan kecerdasan sejati memerlukan pendekatan penalaran yang lebih mendasar. LeCun dan Bodnia berpendapat bahwa meniru bahasa manusia bukanlah kunci untuk membuka AGI; sebaliknya, AI harus fokus pada pemecahan masalah abstrak tanpa kendala bahasa.
Tim ini berharap dapat menerapkan EBM di berbagai industri seperti energi, farmasi, dan manufaktur. Pendekatan perusahaan dalam mengembangkan model yang lebih kecil dan terspesialisasi untuk tugas-tugas tertentu—bukan satu AI universal—mungkin menawarkan jalur ke depan yang lebih praktis.
Jalan menuju AGI, menurut Logical Intelligence, dimulai dengan pendekatan berlapis yang menggabungkan berbagai jenis AI, masing-masing dioptimalkan untuk fungsi tertentu.
Model baru ini mewakili tantangan yang berani terhadap narasi yang berlaku di Silicon Valley, yang menunjukkan bahwa masa depan AI mungkin tidak terletak pada LLM yang lebih besar, namun pada sistem penalaran yang lebih cerdas.
